MPLP++：面向稠密图模型快速并行的双重块坐标上升法
机器学习
2020-04-20 v1 计算机视觉与模式识别
机器学习
摘要
具有两两势函数的稠密离散图模型是一类强大的模型，被应用于最先进的计算机视觉与生物成像应用中。本工作基于流行的双重块坐标上升原理引入了一种新的 MAP 求解器。令人惊讶的是，通过对低性能求解器、最大乘积线性规划 (MPLP) 算法做一小处改动，我们推导出了新求解器 MPLP++，其以大幅优势显著超越所有现有求解器，包括最先进的树重加权序贯 (TRWS) 消息传递算法。此外，与 TRWS 不同，我们的求解器高度并行，借助所提出的 GPU 与多线程 CPU 实现进一步提升了性能。我们在公开基准上的稠密问题以及一个用于 6D 物体姿态估计的新基准上验证了算法的优越性。我们还提供了关于图密度的消融研究。
引用
@article{arxiv.2004.08227,
title = {MPLP++: Fast, Parallel Dual Block-Coordinate Ascent for Dense Graphical Models},
author = {Siddharth Tourani and Alexander Shekhovtsov and Carsten Rother and Bogdan Savchynskyy},
journal= {arXiv preprint arXiv:2004.08227},
year = {2020}
}
备注
Accepted in ECCV-2018